使用 Pytorch 的 CNN 线性回归：输入和目标形状不匹配：输入 [400 x 1]，目标 [200 x 1]

Question

让我先解释一下目标。 假设我有 1000 张图像，每张图像都有相关的质量分数 [范围为 0-10]。 现在，我正在尝试使用带有回归的 CNN（在 PyTorch 中）执行图像质量评估。 我已将图像分成相同大小的补丁。 现在，我创建了一个 CNN 网络来执行线性回归。

以下是代码：

class MultiLabelNN(nn.Module):
    def __init__(self):
        super(MultiLabelNN, self).__init__()
        self.conv1 = nn.Conv2d(1, 32, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(32, 64, 5)
        self.fc1 = nn.Linear(3200,1024)
        self.fc2 = nn.Linear(1024, 512)
        self.fc3 = nn.Linear(512, 1)

    def forward(self, x):
        x = self.conv1(x)
        x = F.relu(x)
        x = self.pool(x)
        x = self.conv2(x)
        x = F.relu(x)
        x = x.view(-1, 3200)
        x = self.fc1(x)
        x = F.relu(x)
        x = self.fc2(x)
        x = F.relu(x)
        x = self.fc3(x)
        return x  

运行此网络代码时，出现以下错误

输入和目标形状不匹配：输入 [400 x 1]，目标 [200 x 1]

目标形状是 [200x1] 是因为我的批量大小为 200。我找到了解决方案，如果我更改“self.fc1 = nn.Linear(3200,1024)”和“x = x.view(-1 , 3200)" 在这里从 3200 到 6400 我的代码运行没有任何错误。

同样，如果我输入 12800 而不是 6400，它会抛出错误输入和目标形状不匹配：输入 [100 x 1]，目标 [200 x 1]

现在我怀疑是我无法理解这背后的原因。 如果我给我的网络提供 200 张图像作为输入，那么为什么当我从卷积层移动到全连接层时，在更改参数时输入形状会受到影响。 我希望我已经清楚地提到了我的怀疑。 即使我有人有任何疑问，请问我。 这将是一个很大的帮助。 提前致谢。

Answer 1

class MultiLabelNN(nn.Module):
    def __init__(self):
        super(MultiLabelNN, self).__init__()
        self.conv1 = nn.Conv2d(1, 32, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(32, 64, 5)
        self.fc1 = nn.Linear(6400,1024)
        self.fc2 = nn.Linear(1024, 512)
        self.fc3 = nn.Linear(512, 1)

   def forward(self, x):
       #shape of x is (b_s, 32,32,1)
       x = self.conv1(x) #shape of x is (b_s, 28,28,132)
       x = F.relu(x)
       x = self.pool(x) #shape of x now becomes (b_s X 14 x 14 x 32)
       x = self.conv2(x) # shape(b_s, 10x10x64)
       x = F.relu(x)#size is (b_s x 10 x 10 x 64)
       x = x.view(-1, 3200) # shape of x is now(b_s*2, 3200)
       #this is the problem 
       #you can fc1 to be of shape (6400,1024) and that will work 
       x = self.fc1(x)
       x = F.relu(x)
       x = self.fc2(x)
       x = F.relu(x)
       x = self.fc3(x)
       return x  

我认为这应该有效。 如果仍然存在一些错误，请告诉我。